本研究希望使用CFPS2014、CFPS2018数据库和前沿因果推断算法研究各类受访者特征(特别是金融知识)如何影响受访者被金融欺诈的概率。本研究的核心变量是CFPS2014数据库中的问题FW25及FW26,如下所示:

alt text

我们假设这两个问题和现实世界投资决策存在一致性,并认为如果在这个问题中选择1或3,那么受访者几乎一定会受到金融欺诈;如果选择2,那么受访者不会受到金融欺诈。

主要任务分工:(每人需同时负责自己部分的幻灯片制作)

报告撰写、幻灯片统稿(1人)
数据(1人)
  1. CFPS2014、2018数据清洗
实证模型(1人)
  1. Logit、Probit
  2. 双重机器学习(DML)
  3. 树模型
  4. 神经网络
  5. ...
其他(1人)
  1. 稳健性分析,所需的其他数据集,可能可以在kaggle或github上找到
  2. 主要贡献、潜在问题及未来展望

报告在 这里